【드래곤 스포츠】 보증업체놀이터추천홍보 : 프로그램제작판매제작의뢰 : 스포츠분석 : 무료스포츠중계tv : 섹시bj움짤 : 뉴스 : 안구정화

로그인

글쓰기

[IT뉴스]진화하는 단백질 구조 예측 AI 알파폴드…'움직이는 단백질’까지 예측

온카뱅크관리자

2026-06-30 08:37:28

<div id="layerTranslateNotice" style="display:none;"></div>  
        <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> 
         <section dmcf-sid="5yPpL5qFRz">
          <figure class="figure_frm origin_fig" contents-hash="f72d35a6fd2cd72e84446b646de1dfc8571f973294d859e41a6a306a66b3fee8" dmcf-pid="1WQUo1B3J7" dmcf-ptype="figure">
           <p class="link_figure"><img alt="새롭게 개발된 실험 유도 알파폴드 기술(초록)은 기존 알파폴드3(빨강)보다  더 넓은 영역의 단백질 구조 예측이 가능하다. Maddipatla et al./Nature Biotechnology 제공" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202606/30/dongascience/20260630083604306czpb.png" data-org-width="680" dmcf-mid="G5Hy4CXSRK" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202606/30/dongascience/20260630083604306czpb.png" width="658"></p>
           <figcaption class="txt_caption default_figure">
            새롭게 개발된 실험 유도 알파폴드 기술(초록)은 기존 알파폴드3(빨강)보다  더 넓은 영역의 단백질 구조 예측이 가능하다. Maddipatla et al./Nature Biotechnology 제공
           </figcaption>
          </figure>
          <p contents-hash="3d67bd5d192590530bdc2f6a3e80046132be56e91d4e6c0829b08d41d12d8a5e" dmcf-pid="tYxugtb0Mu" dmcf-ptype="general">구글 딥마인드의 단백질 3차원 구조를 예측하는 인공지능(AI) 도구 '알파폴드'가 단백질의 동적인 움직임까지 예측하는 단계까지 진화했다. 실제 생물학적 환경에서 단백질이 취할 수 있는 여러 구조를 예측하는 기술이다.</p>
          <p contents-hash="9c06759d1fd726cbfc3d87a13bf10e9c99541e3eaece616d7f28e5ba9ee4d81e" dmcf-pid="FGM7aFKpJU" dmcf-ptype="general"> 알렉스 브론스타인 오스트리아 과학기술원(ISTA) 교수 연구팀은 아일리 마르크스 이스라엘 갈릴리연구소(MIGAL) 연구책임자·산케스 베둘라 미국 프린스턴대 박사후연구원 등 국제 공동연구팀과 함께 실험 데이터로 알파폴드3의 단백질 구조 예측을 보완하는 '실험 유도 알파폴드' 기술을 개발했다고 밝혔다. 연구결과는 국제학술지 '네이처 바이오테크놀로지'에 29일(현지시간) 발표했다.</p>
          <p contents-hash="8d4696f4c6e153af26bbb14c22730a6a2a9b477de5221c7497809c15448225e7" dmcf-pid="3HRzN39UJp" dmcf-ptype="general">2024년 노벨화학상 수상을 안긴 알파폴드는 아미노산 서열만으로 단백질 3차원 구조를 높은 정확도로 예측하는 AI 도구다. 단백질이 취할 수 있는 다양한 3차원 구조를 하나의 우세한 구조로 단순화해 다양한 생물학적 환경이나 실험 조건에 따라 일부 구조가 달라질 수 있다는 점을 충분히 반영하지 못한다.</p>
          <p contents-hash="c98285278a75f5ab73e8ee4008c4139b420ebe2491c0adb22497254e7d85ffd9" dmcf-pid="0Xeqj02ue0" dmcf-ptype="general"> 이는 알파폴드가 주로 정적인 단백질 구조 데이터를 학습했기 때문이다. 단백질 구조 데이터베이스인 '단백질자료은행(PDB)'에는 X선 결정학으로 얻은 구조가 대부분이다. X선 결정학은 X선 회절을 이용해 단백질 원자 배열을 분석하는 방법이다. 단백질 구조 연구의 핵심 기술이지만 결정 상태의 단백질을 관찰하기 때문에 단백질을 고정된 형태로 인식하게 된다.</p>
          <p contents-hash="346b88759d4051cd7f376b2ed390684b4270f226961a693c1fb5ad32d776e9b4" dmcf-pid="pZdBApV7n3" dmcf-ptype="general">실제 단백질은 세포 안에서 끊임없이 흔들리고 형태를 바꾼다. 단백질의 움직임·변형은 단백질 기능 수행에 중요한 역할을 한다.</p>
          <p contents-hash="3e1a69b790d617fd6e6baba0f93c82816bc33b3506c96264e56291b3da938259" dmcf-pid="U5JbcUfzRF" dmcf-ptype="general"> 연구팀은 알파폴드 예측 과정에 실험 데이터를 결합해 단백질 구조의 '집합'을 모델링하는 방법을 제시했다. 단백질이 하나의 모양으로만 존재하는 것이 아니라 시간과 환경에 따라 여러 형태를 오갈 수 있다는 점을 반영해 '실험 유도 알파폴드' 기술을 개발했다.</p>
          <p contents-hash="6c712e5ce74e43b2480accc59d3df90f0c1813a3d6ab046b9af88308024a3973" dmcf-pid="uVsiWxaeet" dmcf-ptype="general">실험 유도 알파폴드는 기존 구조 분석에서 흐릿하거나 잡음으로 여겼던 정보를 단서로 활용한다. 연구팀은 X선 결정학 데이터에서 명확히 보이지 않아 '유연한 부위'라고 처리한 일부 영역이 오히려 단백질의 실제 움직임과 다양한 형태를 보여주는 단서일 수 있다고 해석했다.</p>
          <figure class="figure_frm origin_fig" contents-hash="1b89c09e119ba22186e57fd564a1728a30f1008b6c2d67382dca15cb4c4fda56" dmcf-pid="7fOnYMNdi1" dmcf-ptype="figure">
           <p class="link_figure"><img alt="실험 유도 알파폴드(초록)는 알파폴드3(빨강)이 핵심 구조 특징을 완전히 잘못 예측한은 경우에도 실험 측정값(흰색)과 일치하는 모델을 예측한다. Maddipatla et al./Nature Biotechnology 제공" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202606/30/dongascience/20260630083605711cfwg.png" data-org-width="680" dmcf-mid="HoHy4CXSeb" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202606/30/dongascience/20260630083605711cfwg.png" width="658"></p>
           <figcaption class="txt_caption default_figure">
            실험 유도 알파폴드(초록)는 알파폴드3(빨강)이 핵심 구조 특징을 완전히 잘못 예측한은 경우에도 실험 측정값(흰색)과 일치하는 모델을 예측한다. Maddipatla et al./Nature Biotechnology 제공
           </figcaption>
          </figure>
          <p contents-hash="c2253cf712d5aecaad6a07b33e93396545803a2206ba59545efae5691d489683" dmcf-pid="z4ILGRjJL5" dmcf-ptype="general">실험 유도 알파폴드는 단백질을 구성하는 아미노산 서열에 담긴 진화 정보도 더 세밀하게 해석하도록 설계됐다. 함께 진화한 아미노산들은 단백질 안에서 서로 가까이 위치하거나 기능적으로 연결돼 있을 가능성이 크기 때문이다. 연구팀은 진화 정보에 실험 데이터를 결합하면 단백질마다 다른 서열과 구조 맥락을 더 잘 반영할 수 있다고 설명했다.</p>
          <p contents-hash="8afdc4c2f4b20d2ae4b31dca8849e4cb386118441084e92f1be28d6dff555d41" dmcf-pid="q8CoHeAiLZ" dmcf-ptype="general"> 연구팀은 실험 유도 알파폴드가 앞으로 단백질 복합체 예측과 역단백질 설계에도 도움이 될 것으로 기대하고 있다. 역단백질 설계는 원하는 3차원 구조를 먼저 설정한 뒤 그 구조를 형성할 수 있는 아미노산 서열을 역으로 추적하는 기술로 바이오공학과 신약 개발에 중요한 역할을 한다. 단백질을 하나의 고정된 구조가 아니라 시간에 따라 변하는 구조 집합으로 설계할 수 있다면 더 현실적인 단백질 설계가 가능해진다는 것이다.</p>
          <p contents-hash="c11caa0cea142d899510abe9a3239693399876f14c3a36a88d9b9b4dc2560619" dmcf-pid="B6hgXdcnnX" dmcf-ptype="general"> 브론스타인 교수는 "단백질은 매우 역동적인 분자"라며 "실험 유도 알파폴드로 역동성을 예측할 수 있다면 몇 년 안에 PDB에 담긴 모든 구조 정보를 완벽 정리할 수 있을 것"이라고 말했다. 그는 "단백질 구조의 다양한 상태를 반영하는 차세대 예측 모델로 이어지기를 기대한다"고 덧붙였다.</p>
          <p contents-hash="eb13be6f3a3001ed3bc77724802e370a01b917b5f801c7d1c61952aecaafd7fc" dmcf-pid="bPlaZJkLeH" dmcf-ptype="general">아드바이트 마디파트라 ISTA 박사과정생은 “실험 유도 알파폴드는 기존 방식이 놓친 단백질 형태를 찾아낼 수 있음을 보여줬다”며 “궁극적으로 이 모델을 표준 생물학 연구 도구로 발전시키는 것이 목표”라고 말했다.</p>
          <p contents-hash="e8cf1fd60360dda1573789563e7ca0f76016b14bd31361591416b8e8e0c33289" dmcf-pid="KQSN5iEoJG" dmcf-ptype="general">&lt;참고 자료&gt;</p>
          <p contents-hash="b690f850dd362c2e0222ed3ce7755357a1ba824c8453fcf2106508459054a359" dmcf-pid="9xvj1nDgdY" dmcf-ptype="general">doi.org/10.1038/s41587-026-03166-5</p>
          <div class="video_frm" dmcf-pid="2MTAtLwanW" dmcf-ptype="embed">
           <div class="layer_vod">
            <div class="vod_player">
             <iframe allowfullscreen class="player_iframe" dmcf-mid="XtHwUjIknB" dmcf-mtype="video/youtube" frameborder="0" height="370" id="video@XtHwUjIknB" scrolling="no" src="https://www.youtube.com/embed/lcZkXSODlzI?origin=https://v.daum.net&amp;enablejsapi=1&amp;playsinline=1" width="100%"></iframe>
            </div>
           </div>
          </div>
          <p contents-hash="5a5466c46f8a2396369e8f299f4cd378f57020ab01b241fcc69969196ffd40ac" dmcf-pid="VRycForNey" dmcf-ptype="general">[문혜원 기자 moony@donga.com]</p>
         </section> 
        </div> 
        <p class="" data-translation="true">Copyright © 동아사이언스. 무단전재 및 재배포 금지.</p>

댓글 총 0개

이번주 포인트랭킹

매주 일요일 밤 0시에 랭킹을 초기화합니다.

14,000상품권
23,000상품권
32,000상품권

업체홍보/구인 더보기

지식/노하우 더보기

판매의뢰 더보기

포토 더보기